一种约束的改进可能性C均值聚类方法研究

作者：肖振球; 曾文华

来源：甘肃农业大学学报, 2016, (06): 149-154.

DOI：10.13432/j.cnki.jgsau.2016.06.025

• 聚类
• C均值
• 模糊C均值
• 可能性C均值
• 改进的可能性C均值 clustering
• C-means
• fuzzy C-means
• possibilistic C-means
• improved possibilistic C-means

【目的】针对改进的可能性C均值聚类方法(IPCM)运算效率低,难以处理复杂数据结构的问题,提出了一种约束的改进可能性C均值聚类方法(CIPCM).【方法】CIPCM方法采用多项式核将特征向量映射到一个隐性特征空间,便于处理复杂的数据结构;引入两个成对约束集合,降低聚类迭代次数,提高运算效率和抗干扰能力.实验采用国际公认的UCI公共测试数据集,并用错分率指标评测了目标分类性能.【结果】CIPCM方法的聚类错分率低,对噪声的鲁棒性强.【结论】CIPCM运算效率比高于改进可能性C均值聚类方法.

• 单位
  嘉应学院; 厦门大学